基于优化候选区域的战场目标检测研究

摘要：

针对Faster R-CNN算法对战场小型目标和遮挡目标的检测存在耗时且检测精度低的问题,提出基于优化候选区域的Faster R-CNN算法.算法使用改进的区域提取网络(Region Proposal Networks,RPN)提取候选区域并通过误差比较的方法优化候选区域,同时,引入排斥损失来优化遮挡目标的候选区域.优化后的候选区域和特征图进入检测网络,完成目标的分类和位置回归.在坦克装甲目标数据集上进行实验,结果表明:与传统检测算法相比,所提算法在检测速率和平均精度方面的性能更优.

关键词：优化候选区域;误差比较;排斥损失;区域提取网络

所属期刊栏目：38

分类号：TP391.9(计算技术、计算机技术)

资助基金：基于视觉及图模型的连续手语识别研究61671362;基于图模型的多视角人体运动跟踪与理解2020JM-566

在线出版日期：2021-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：9-14,42